2026年中药大数据分析试卷

2026年中药大数据分析试卷一、单项选择题（每题2分，共20分）1.2025年全国中药材电子交易平台累计成交笔数达3.8亿笔，同比增幅为18.6%。若2024年成交笔数为x，则下列等式正确的是A.x(1+18.6%)=3.8B.x(1−18.6%)=3.8C.3.8(1+18.6%)=xD.3.8(1−18.6%)=x答案：A解析：同比增长率公式为“本期=上期×(1+增长率)”，故选A。2.对某省2026年1季度中药饮片抽检结果建立二分类模型，以“合格/不合格”为标签。若采用SMOTE过采样后训练集的正负样本比由1:9变为1:1，则模型评估指标中最可能显著上升的是A.准确率B.精确率C.召回率D.F1-score答案：C解析：原始数据极度不平衡，召回率被严重低估；过采样使模型能学到少数类特征，召回率提升最明显。3.在《中国药典》2025版中，测定黄芪甲苷含量采用UPLC-MS/MS，内标为黄芪甲苷-D3。若内标法校正方程为y=0.0045x+0.012，其中y为峰面积比，x为质量浓度(μg·mL⁻¹)，则当供试品峰面积比为0.567时，其质量浓度为A.123.3B.124.0C.125.1D.126.2答案：A解析：x=(0.567−0.012)/0.0045=123.3μg·mL⁻¹。4.2026年“中药知识图谱”项目共收录实体节点2.7×10⁵个，关系边8.1×10⁵条。其平均度为A.2B.3C.4D.6答案：B解析：平均度=2×边数/节点数=2×8.1×10⁵/2.7×10⁵=3。5.对全国327个产地丹参中丹酚酸B含量做聚类，采用肘部法则确定k值。若SSE-k曲线在k=5后下降趋于平缓，则合理的聚类数为A.3B.4C.5D.6答案：C解析：肘部法则中曲率突变点即为最佳k。6.某中药企业建立LSTM模型预测板蓝根需求量，时间窗取30天，预测步长7天。若2026年3月第1周真实需求为21.5吨，模型输出为22.0吨，则该周MAPE为A.2.33%B.2.38%C.2.50%D.2.56%答案：A解析：MAPE=|22.0−21.5|/21.5×100%=2.33%。7.2026年国家药监局发布《中药配方颗粒质量控制指南》，要求每批产品建立近红外光谱“一致性指数”CI，若CI>3.0判定为异常。某批颗粒CI=3.4，其光谱与对照光谱的欧氏距离为0.087，则对照光谱标准偏差约为A.0.029B.0.034C.0.039D.0.044答案：A解析：CI=距离/标准偏差⇒标准偏差=0.087/3.4≈0.0256，最接近0.029。8.对“甘草-白芍”药对做网络药理学分析，采用STRING数据库，置信度阈值设为0.7，最终得到PPI网络节点200个，边1500条。其网络密度为A.0.075B.0.038C.0.025D.0.015答案：B解析：密度=2×边/(节点×(节点−1))=2×1500/(200×199)=0.0377≈0.038。9.2026年某三甲医院采用RF模型预测缺血性脑卒中患者使用银杏内酯注射液后的mRS评分改善≥1的概率，AUC=0.84。若将阈值由0.5下调至0.3，则A.灵敏度上升，特异度下降B.灵敏度下降，特异度上升C.灵敏度、特异度均上升D.灵敏度、特异度均下降答案：A解析：降低阈值，TPR上升，FPR亦上升，即灵敏度升、特异度降。10.对“人工麝香”与“天然麝香”做GC-MS指纹图谱相似度评价，采用余弦夹角法，若二者向量分别为X、Y，|X|=|Y|=1，且X·Y=0.96，则相似度为A.0.96B.0.98C.1.00D.0.92答案：A解析：余弦相似度即X·Y=0.96。二、多项选择题（每题3分，共15分，多选少选均不得分）11.下列属于2026年国家中药资源普查数据库核心字段的有A.经纬度B.海拔C.土壤pHD.群落盖度E.农户年收入答案：ABCD解析：农户年收入属社会经济变量，非资源普查核心字段。12.在中药不良反应信号挖掘中，采用ROR算法需满足A.报告数≥3B.95%CI下限>1C.信息成分IC−2SE>0D.病例组≥对照组E.药物-事件组合至少出现2次答案：AB解析：ROR常规阈值：案例≥3且95%CI下限>1。13.关于t-SNE与UMAP降维比较，正确的有A.t-SNE保留更多全局结构B.UMAP计算速度通常更快C.t-SNE超参数困惑度对结果敏感D.UMAP可用于百万级细胞E.二者均非线性降维答案：BCDE解析：t-SNE倾向保留局部结构，UMAP兼顾全局。14.2026年《中药智能制造白皮书》提出的“黑灯工厂”关键指标包括A.设备联网率≥95%B.生产停机时间≤2%C.物料追溯率100%D.单位能耗降低≥20%E.关键质量参数实时放行率≥99%答案：ABCE解析：能耗降低未给出统一20%门槛。15.采用GC-MS对广藿香挥发油进行定性分析时，常用的谱库匹配算法有A.余弦相似度B.欧氏距离C.反向匹配度D.概率匹配E.汉明距离答案：ABCD解析：汉明距离多用于二进制数据，不适用于连续质谱。三、判断题（每题1分，共10分，正确打“√”，错误打“×”）16.2026年中药大数据中心采用Hadoop3.3+Spark3.4架构，NameNode内存配置小于128GB将导致联邦模式无法启用。答案：√解析：联邦NameNode对内存要求≥128GB。17.在中药质量控制中，采用PCA进行异常检测时，Hotelling’sT²统计量仅适用于解释方差累计贡献率>85%的主成分。答案：√解析：T²定义要求主成分空间覆盖绝大部分方差。18.对“黄连-黄芩”药对做分子对接，若AutoDockVina打分越低表示结合越弱。答案：×解析：打分负值越低结合越强。19.2026年新版《中药材生产质量管理规范》允许使用区块链替代传统纸质批生产记录。答案：√解析：规范明确电子数据满足ALCOA+原则即可。20.采用随机森林对中药指纹图谱分类时，增加树的数量一定会降低OOB误差。答案：×解析：树数超过一定阈值后OOB误差趋于平稳。21.在中药代谢组学中，PLS-DA模型Q²>0.5且permutationtestp<0.05即可认为模型未过拟合。答案：√解析：双重指标共同判定。22.2026年国家药监局要求中药新药临床试验数据上传至CDE“电子通用技术文档”系统，格式采用CDISCSDTM3.4。答案：√解析：2026年强制实施。23.对中药饮片图像做深度学习分类时，采用MixUp数据增强会增加标签噪声，故验证集准确率必然下降。答案：×解析：MixUp可提升泛化，验证准确率可能升。24.在中药供应链中，采用RFID标签存储AES-256加密数据，读取距离与湿度无关。答案：×解析：湿度影响介电常数，进而影响读取距离。25.2026年《中药品种保护条例》修订后，获得一级保护的品种其数据保护期由7年延长至10年。答案：√解析：新修条例明确10年。四、填空题（每空2分，共20分）26.2026年“中药资源遥感监测”项目采用Sentinel-2影像，空间分辨率为________m，时间分辨率为________天。答案：10，5解析：Sentinel-2MSI波段2、3、4、8为10m，重访周期5天。27.对“三七”建立DNA条形码数据库，采用psbA-trnH片段，若PCR扩增引物序列为5’-GTTATGCATGAACGTAATGCTC-3’，则其Tm值按Wallace法则估算为________℃。答案：62解析：Tm=2×(A+T)+4×(G+C)=2×10+4×10.5=62。28.2026年某药企采用数字孪生技术监控提取罐，建立卡尔曼滤波器估计固液比，若过程噪声协方差Q=0.01，测量噪声协方差R=0.04，则稳态卡尔曼增益K≈________。答案：0.2解析：K=√(Q/R)=√(0.01/0.04)=0.5，但稳态需解Riccati方程，近似0.2。29.对“连翘苷”进行HPLC含量测定，采用外标一点法，对照品浓度为40.0μg·mL⁻¹，峰面积4812；供试品峰面积4386，则供试品浓度为________μg·mL⁻¹。答案：36.5解析：C样=C对×A样/A对=40.0×4386/4812=36.5。30.2026年国家中医药管理局发布“中药真实世界数据质量评价”指南，其中完整性指标要求字段缺失率低于________%。答案：5解析：指南第5.2条明确5%。31.采用GC-MS对“艾叶”挥发油进行定量，内标为萘，若内标物加入量为100.0μg，峰面积2541；供试品中桉叶素峰面积3012，相对响应因子f=1.12，则桉叶素含量为________μg。答案：133.0解析：m=100.0×3012/2541×1.12=133.0。32.对“丹参酮ⅡA”建立拉曼光谱定量模型，采用PLSR，若潜变量数为6时交叉验证RMSECV最小，为0.98mg·g⁻¹，则该模型最佳潜变量数为________。答案：6解析：RMSECV最小对应最佳。33.2026年“中药饮片区块链溯源”系统采用HyperledgerFabric，区块生成速率配置为________s/block。答案：2解析：官方性能测试报告给出2s。34.对“甘草酸”进行药动学拟合，采用二室模型，若t₁/₂α=0.8h，t₁/₂β=6.2h，则α=________h⁻¹。答案：0.866解析：α=ln2/t₁/₂α=0.693/0.8=0.866。35.2026年某省中药电子病历数据达4.5PB，采用HDFS存储，副本因子设为3，则实际占用磁盘空间为________PB。答案：13.5解析：4.5×3=13.5。五、简答题（每题10分，共30分）36.2026年“中药智能制造”项目采用近红外（NIR）在线检测川芎茶调颗粒水分，建立PLSR模型。试述建模流程中样本划分、光谱预处理、变量选择、模型验证及在线实施的关键技术要点。答案：1.样本划分：按生产批次分层，采用SPXY算法划分训练集与验证集，比例3:1，确保覆盖全年季节波动。2.光谱预处理：采用SNV+Savitzky-Golay一阶导数（窗口15，多项式阶2）消除基线漂移与光散射。3.变量选择：联合CARS与MC-UVE，保留与水分子O-H倍频区1400-1450nm、1900-1950nm高度相关变量，压缩率85%。4.模型验证：10折交叉验证RMSECV=0.12%，R²=0.994；独立验证集RMSEP=0.15%，Bias<0.02%；采用Bootstrap1000次估计置信区间。5.在线实施：部署至西门子S7-1500PLC，光谱仪为ASDFieldSpec，采样间隔2s，采用Mahanalobis距离进行异常样本实时剔除，触发阈值χ²0.95,10=18.3；模型更新周期30天，增量学习采用BayesianRidgeRegression。37.2026年国家中药资源普查引入无人机高光谱遥感估算野生甘草储量。请给出技术路线并说明生物量反演模型构建细节。答案：技术路线：1.无人机平台：大疆M300RTK+ResononPikaL高光谱相机，400-1000nm，波段数300，空间分辨率0.1m，飞行高度80m，航向重叠80%，旁向重叠70%。2.地面同步调查：设置30m×30m样方120个，测量株高、冠幅、鲜重、干重、含水率，干重作为真值。3.数据预处理：辐射定标、大气校正（QUAC）、几何校正（AgisoftMetashape）、波段配准、Savitzky-Golay平滑。4.特征提取：计算NDVI、GNDVI、RVI、DVI、CIred-edge、光化学植被指数PRI；采用连续小波变换CWT提取尺度1-10特征。5.模型构建：对比PLSR、RF、XGBoost、CNN-1D，最终采用XGBoost，参数：n_estimators=1000，max_depth=6，learning_rate=0.01，subsample=0.8；十折CVR²=0.87，RMSE=12.3g·m⁻²。6.区域外推：结合Sentinel-210m影像，采用降尺度融合（STARFM），生成全省30m分辨率甘草生物量分布图，总储量估算误差<8%。38.2026年某三甲医院建立“中药临床真实世界数据平台”，整合HIS、LIS、EMR、PACS数据。试述数据标准化、隐私保护、质量评估及federatedlearning应用方案。答案：1.数据标准化：采用OMOPCDMv6.0+中药扩展字段（药材名称、产地、炮制方法、煎煮方式、服用剂量单位“付”）；建立标准词表与本地词映射表，采用Usagi工具，映射率>95%。2.隐私保护：敏感字段脱敏（姓名、身份证、电话、地址），采用k-匿名（k=5）+l-diversity（l=3）+差分隐私（ε=1.0）；上传前采用同态加密（CKKS方案）加密数值型变量。3.质量评估：定义完整性、一致性、准确性、及时性、唯一性五维度，共20项指标，采用AQE（AutomaticQualityEvaluation）引擎，每日扫描，生成质量报告，总分<90触发预警。4.Federatedlearning：采用NVIDIAFLARE框架，模型为Transformer-based多任务学习，预测中药疗效与不良反应；每轮本地训练5epoch，学习率0.0001，聚合算法FedAvg，参与节点18家医院，通信加密采用TLS1.3，模型参数差异采用ε-差分隐私（ε=0.5）加噪，全局AUC=0.851，与集中式模型相差<0.01。六、计算题（共35分）39.（10分）2026年某中药企业提取车间采用乙醇动态逆流提取黄芩苷，建立传质模型。已知：药材颗粒半径R=1.2mm，有效扩散系数De=2.5×10⁻¹⁰m²·s⁻¹，提取温度60℃，乙醇浓度70%，平衡浓度Ce=18.5mg·mL⁻¹，初始浓度C0=185mg·g⁻¹，药材堆积密度ε=0.45。假设球形颗粒内扩散控制，采用Crank方程第I类边界条件：=求提取率≥85%所需时间t。答案：令提取率η=0.85，则=取级数第一项近似：0.15exp−t解析：高阶项贡献<2%，可忽略。40.